Remover ou eliminar etiquetas HTML de cadeias de texto

Se existirem várias cadeias de texto envolvidas por etiquetas HTML, os métodos neste artigo poderão ser-lhe úteis para remover todas essas etiquetas.

• Remover ou eliminar todas as etiquetas HTML Simples com fórmula
• Remover ou eliminar algumas etiquetas HTML complexas com código VBA

Remover ou eliminar todas as etiquetas HTML Simples com fórmula

Se as suas cadeias de texto estiverem envolvidas por etiquetas HTML simples, a função EXT.TEXTO no Excel pode ajudá-lo a resolver esta tarefa. A sintaxe genérica é:

• string: a cadeia de texto ou valor da célula da qual pretende remover as etiquetas HTML.
• text_start: o número da posição do primeiro caractere que pretende utilizar.
• tag_leno comprimento das etiquetas HTML na cadeia de texto.

Copie ou introduza a seguinte fórmula numa célula vazia:

De seguida, arraste a alça de preenchimento para as células às quais pretende aplicar esta fórmula, e todas as etiquetas HTML terão sido removidas das células, tal como ilustrado na imagem seguinte:

Explicação da fórmula:

LEN(A2)-7: Esta função NÚM.CARACT calcula o comprimento da cadeia de texto na célula A2 e subtrai 7 — correspondentes ao número total de caracteres das etiquetas HTML, incluindo as de abertura e fecho — obtendo assim o número exato de caracteres a extrair, sem as etiquetas HTML. O valor devolvido será utilizado como argumento núm_caract na função EXT.TEXTO.

MID(A2,4,LEN(A2)-7): Esta função EXT.TEXTO extrai todos os caracteres a partir do quarto, com um comprimento igual ao número de caracteres devolvido pela função NÚM.CARACT.

Remover ou eliminar algumas etiquetas HTML complexas com código VBA

Se existirem várias etiquetas HTML na cadeia de texto, como ilustrado na imagem seguinte, a fórmula acima poderá não funcionar corretamente. Neste caso, o código VBA seguinte pode ajudá-lo a lidar com etiquetas HTML mais complexas em cadeias de texto.

1. Mantenha premidas as teclas Alt + F11 no Excel, o que abre a janela do Microsoft Visual Basic para Aplicações.

2. Clique em Inserir > Módulo e cole o seguinte código VBA na janela do módulo.

Sub RemoveTags()
'updateby Extendoffice 
    Dim xRg As Range
    Dim xCell As Range
    Dim xAddress As String
    On Error Resume Next
    xAddress = Application.ActiveWindow.RangeSelection.Address
    Set xRg = Application.InputBox("please select data range", "Kutools for Excel", xAddress, , , , , 8)
    Set xRg = Application.Intersect(xRg, xRg.Worksheet.UsedRange)
    If xRg Is Nothing Then Exit Sub
    xRg.NumberFormat = "@"
    With CreateObject("vbscript.regexp")
        .Pattern = "\<.*?\>"
        .Global = True
        For Each xCell In xRg
            xCell.Value = .Replace(xCell.Value, "")
        Next
    End With
End Sub

3. Em seguida, prima a tecla F5 para executar este código e surge uma caixa de diálogo. Por favor, selecione as células das quais pretende remover as etiquetas HTML, conforme ilustrado:

4. Em seguida, clique no botão OK e todas as etiquetas HTML serão removidas das células selecionadas, conforme ilustrado:

Funções relacionadas utilizadas:

Mais artigos: